• 在线阅读杂志

      2018年05月20日

      第10期 总第484期

      封面文章
      “网银”殊?#23601;?#24402;路
      金融服务似乎正在?#38405;?#24819;要的方式前?#23567;? 相应的,金融的生态及格局也在发生重大变化。技术的推动让金融的数字化转型愈发明显,传统金融机构“离柜率”同互联网银行业务激增形成强?#19994;?#23545;比。[详细]
      精彩推荐
    • 算法并不决定一切!迅雷创始人程浩谈国内机器人创业

      时间:2016-12-30    来源:创事记    作者:程浩 我要评论() 字号:T | T

    • 朋友们大家好,我是程浩,迅雷创始人,现在专注互联网领域的投资。这一年来我看了很多人工智能及机器人相关的项目,?#34892;?#35266;点和大家做一些分享。

        目前国内人工智能创业非常火爆,主要是供求关系不平衡,投资方资金多,而国内人工智能领域,有比较好的技术背景的人?#30452;?#36739;稀缺。导致创业团?#21448;?#35201;技术背景好,不管找没?#19994;?#21018;需痛点,有没有商业模式,资本就蜂拥而至,显然这并不健康。

        现在国内的人工智能创业属于明显的技术红利期,估值普遍偏高。但从投资者的长远视角来看,未来随着基础计算平台和开源平台的丰富成熟,技术方面的壁垒会越来越不明显,整个人工智能的技术准入门槛会越降越低。就像2008年你想找个IOS开发者,很难,现在却很普通一样,所有技术的演进都遵循这一规律。

        所以我不建议大家凑这样的技术红利热闹。因为长期来看,人工智能创业和任何其他领域的创业一样,一定是综合实力的比拼,懂不懂行业、有没有?#19994;?#21018;需痛点、产品化和工程化能力怎么样、营销能力怎么样,产品做完了能不能卖出去等等。

        涉?#26263;?#20855;体的行业,简单讲,我认人工智能和机器人方向的创业本质上有mission-critical和non-mission-critical之分。为了?#22870;?#22823;家理解,我们?#20204;页?#20026;“关键?#26434;?#29992;”和“非关键?#26434;?#29992;”。

        Mission-critical的应用,就是一丁点儿错都不能犯的人工智能领域。?#28909;?#33258;动驾驶,哪怕已经做到了99.9%,但仍然是千分之一的事?#20107;省?#24819;想每天驾车?#19979;?#30340;人有多少,这千分之一的?#25910;下?#20250;导致多少致命事故。所以自动驾驶,必须要做到99。…%后面有多个9才能?#19979;貳?/p>

        还有将人工智能用在医疗行业,像手术机器人做到精度99.9%,千分之一的出错率同样是极其可怕的后果,医疗事故关乎人命。要是在美国,这千分之一事故导致的巨额赔偿,恐怕就已让企业完蛋了。

        总之在“关键?#26434;?#29992;”的领域,必须做到99.9…%小数点后面有多个9,做不到就没法商业化。其背后的核心竞争力是算法和科学家。这类项目往往需要有top的科学家来坐镇背书。所以项目通常很贵(因为周期长,需要的钱自然多,同时这类人才又很贵),要投入大量的研发资源来消灭万分之一、十万分之一的出错率。

        大家?#27982;?#30333;研发的边际效益逐减,做到90%很容易,做到99%要投入不止10倍的资源,因为要消灭各种corner case,更别说99.9%和99.99%了,所以这类项目时间周期会很长(类似于Google的无人车,从2009年到现在已经7年了;Mobileye从1999年做汽车辅助驾驶,2007年才商业化;达?#31227;?#25163;术机器人项目更是起?#20174;?980年代末的一项非营利性研究,直到2000年才拿到了美国食品药品管理局FDA的首个手术?#29616;ぃ?#20294;一旦做成,这类项目优势就非常明显,因为竞争对手同样也要花这些时间。

        这样的项目门槛高,不适合一般的创业者,所以通常比较贵,商业变现的时间周期比较长,资本也需要更多的耐心。一流的科学家团队适合选择这样壁垒高的关键?#26434;?#29992;作为创业方向。

        但?#23548;?#19978;大多数AI/机器人的创业属于第二类,也就是“非关键?#26434;?#29992;(none-mission-critical)”。这类项目不?#38750;?9%后面的很多个9,而且很多都有更简单实用的解决方案,或者有“人机混合”的方案。总之就是不?#38750;?#39640;大上,简单、实用、性价比高更重要,这样的项目通常能够更快落地。

        不?#38750;?#24456;多个9。例如基于人?#25104;?#25551;的门禁或者迎宾机器人系?#24120;?9%和98%没有本质的区别,实在不行不还?#26143;?#21488;么。

        更简单实用的解决方案。例如封?#31456;范危?#20363;如工业园区、机场码头)的自动驾驶,激光雷达?#27490;笥指?#26434;,我直接?#20040;?#26465;导航,而且算法上?#38750;?#31616;单,“让速不让路”,只要前面有人,车就停下来。因为是封?#31456;范危?#25152;以场景被极大简化了。

        “人机混合”模式。面向企业的人工智能/机器人很多都能够通过“人机混合模式”降低技术?#35759;齲?#21487;以更快的面向市场提供服务。拿外卖机器人举个例子,你的算法好,你的送达成功率99%,我是98%。100次里面不成功的那两?#21361;?#25105;可?#26434;?#20154;通过后台去操控机器人,慢慢提高这个比例就好了。即使这样,?#19968;?#26159;能极大的降低人力,还是有很大的价值。

        ?#23548;?#19978;,国内人工智能和机器人方向的创业,大部分领域都是“非关键?#26434;?#29992;”。在这些领域,算法?#27604;?#20063;重要,你送外卖不能总送不到,但偶尔的问题可以容忍(“关键性”应?#36855;?#19981;能容忍)。除此以外,“能落地”就变得非常重要了。如何落地?那就要比拼综合实力了。包括:

        对行业的理解,要深刻洞悉行业痛点在哪儿;

        产品化和工程化,有没有好的产品和工程师团队?光在实验室里搞没用!

        做出来的产品还得便宜!

        批量生产的话,你的供应链能力怎么样?

        产品出来了,你得?#35759;?#35199;卖出去!所?#38405;?#30340;营销/销售能力怎么样?

        所以这样的人工智能项目并不需要技术大牛,反而是创业者最好深悉这个行业,知道什么方案能解决行业痛点,甚至有上下游的能力去推广销售掉解决方案或产品。特别现在人工智能也好,机器人也好,大家大多讲的是人工智能+。像人脸识别、语音识别这些基础服务,已经有人做了,领域并不大。更多的机会还是在于人工智能对各行各业的改造,去研发专门的机器人替代人工,?#27604;皇切?#19994;重度参与者最能发现机会和痛点。

        ?#28909;?#26426;房?#24067;?#26426;器人、电力网巡线机器人、果园作业机器人……人工智能几乎会深度影响我们的各行各业。?#26434;?#36825;样的项目,能够成功的核?#27169;?#19968;定是提升了效率,降低了人工成本。正如白宫最近发表的《人工智能、自动化及经济》报告也指出,未来10年至20年间,时薪低的工种受到人工智能技术的冲击最大。有美国科学家甚至预言,时薪低于20美元的工作有83%的可能性会被人工智能取代。

        其实我们可以就?#35828;?#20986;一个信息,那就是短期内,机器人创业的机会主要还是在B端。为什?#20945;?#20040;?#30340;兀?#22240;为现在技术和行业都不成熟,只有利益驱动,节省了人工成本,才会让企业率先接受机器人。

        首先我们来看价格,拿机器人举例,整个供应链体系没那么成熟,市场需求还未验证,每一个生产出来的机器人成本都不低。To B端,也就是企业对成本承受能力显然比To C强很多。特别考虑中国人力成本继续往上飙升。只要企业考虑机器人会大幅提升效率、比人工成本合适,他们就?#34892;?#21160;起来的动力。

        直白说B端买机器人的目的是为了省钱,是以替代人力为目的。但C端确是在额外花钱。所以需求有明显的差别。To B都是单任务的,机器人只要做好一件事就行了。而To C消?#35759;耍?#24680;不得什么都能干,又能唱歌、又能跳舞、又能聊天、又能清洁。但现在根本不现实,技术成熟?#28982;?#19981;够。

        还有To B端的机器人应用更容易一些,因为很多都是以“人机混合”模式在作业。也就是以前需要5个人干活,现在可能1个机器人加2个人工。也就是机器人替代了3个人工,能把一些常规任务给干了,但在一些特别复杂的工艺流程位置,还得仰仗工人来做。这是一种易推行的混搭模式。但To C机器人可没有“人机混合”模式可言。

        最后对国内机器人领域的创业者想说:

        I。 如果项目想要快速落地,起步一定要从To B开始,To C仍是很长远的事情,发展没那么快;

        II。 大多数机器人都是“非关键性(non-mission-critical)”应用。不能说算法很厉害,有很牛的科学家团队就是一切了。在未来的竞争环境下还差的很远。项目一定要?#25317;?#27668;,一定不能阳春白雪。要?#21387;?#24212;链做好,把产品低成本做出来,还要能推广出去。

        这是场综合实力的比?#30784;?/p>

    • 加入收藏
    • [ 作者:程浩 ]
    • 分享到: 更多
      标签:
    • 相关推荐
      无相关信息
    • 最新消息
      · 算法并不决定一切!迅雷创始人程浩谈国内机器人创业2016-12-30
      · 科技这么发达,为什么没能阻止恐袭?2016-12-27
      · AR红包开启移动支付战争下半场2016-12-26
      · 打破4个老生常谈的职场迷思2016-12-21
      · 一场必将到来革命,人工智能将左右下一代终端成败2016-12-20
        已有条评论,查看更多评伦发表评论
    • ?#27809;?#21517;:  密码:              匿名发表  | 注册会员
    • 网友评论仅供网友表达个人看法,并不表明本站同意其观点或证实其描述
    好彩1在线购买
  • 时时彩定位一码计算法 布鲁日 时时彩计划软件免费手机版 重庆时时彩走势图 山西省新时时 金库电子游戏平台网址 高清晰裸体美女图片 腾讯分分彩包胆漏洞 pk10测试软件下载 重庆时时彩稳赢的方法